OpenBMBとModelBest、MiniCPM-OCRパーサーとJev信頼性スコアラーをペアで公開

OpenBMBとModelBestは、中国語と英語のスキャン、写真、湾曲したページ、傾いた入力を対象とした1.3Bパラメータのオープン文書パーサー「MiniCPM-OCR」を公開した。これとペアになる第2のモデル「MiniCPM-OCR Jev」は、抽出されたテキスト、数式、表の信頼性をスコアリングする。Jevはエラーを修正せずに信頼性を推定し、他のOCRモデルの出力にも適用可能で、オープンウェイト、ファインチューニングフレームワーク、llama.cpp、vLLM、SGLang、Ollama向けの推論サポートを備えている。
イベントのバージョン 1.
Key insights
幅広い文書をカバーする小型パーサー
MiniCPM-OCRはわずか1.3Bパラメータである。中国語と英語の文書を処理し、スキャン、写真、湾曲したページ、傾いた入力を含み、キー情報抽出をサポートする。
第2のモデルが出力の信頼性をスコアリング
MiniCPM-OCR Jevは抽出されたテキスト、数式、表をチェックする。信頼性を推定し、エラー自体は修正しない。
他のOCRモデルの上に適用可能
Jevは他のOCRモデルの出力にも適用できるため、既存のパーサーの上に重ねて実行できる。
オープンウェイトと推論統合
ウェイトはオープンで、ファインチューニングフレームワークとllama.cpp、vLLM、SGLang、Ollama向けの推論サポートを備える。Agent Skills統合も利用可能である。
文書エージェント向けの推奨パイプライン
簡単な設定で、MiniCPM-OCRで文書を解析し、Jevで抽出されたテキスト、数式、表をスコアリングし、低スコアの出力を人間または修正ステップに送る。